精华内容
下载资源
问答
  • matlab图像处理GUI

    2017-12-16 20:17:43
    matlab图像处理GUI代码,提供 简答的框架,及实时追踪,可自行添加
  • matlab图像处理gui

    2012-07-27 20:02:12
    图像处理中的多种方法,如直方图、直方图均衡化、多种去噪方法、算子等利用matlab整理成可视化化的操作界面。本程序里所涉及的图像算法均是自己编写的,不是调用matlab自带的函数。本程序在matlab R2010a成功运行...
  • 该源码为MATLAB图像处理GUI的源代码,包含图像灰度转化,二值化、边缘检测、以及图像增强、直方图均衡化等功能。
  • 基于Matlab的摄像头拍照功能,能够保存所拍摄的照片,并进一步处理,有拍照界面,有代码,直接可以用,学习
  • 利用matlab GUI开发的进行图像简单处理,如低通滤波、高通滤波等,适于初学者
  • MATLAB数字图像处理GUI设计MATLAB数字图像处理GUI设计MATLAB数字图像处理GUI设计 博客: https://blog.csdn.net/qq_37832932/article/details/80147798#comments
  • 本资源为基于MATLAB设计的数字图像处理软件源码,有自己设计的GUI、移植于MATLAB官网的标签页设计方法,实现基础的数字图像处理任务,包含各种图像加噪、去噪、空间变换、边缘检测、尺度变换、图像增强、图像分析的...
  • 基于Matlab图像处理GUI

    千次阅读 多人点赞 2017-04-10 18:18:49
    整理电脑时,发现了本科时做的一个matlab GUI,关于图像处理的一些基本操作,里面有挺多功能的,看下面的图片。 图像类型转化,几何运算,图像变换,添加噪声,图像复原,图像增强,图像分割,形态学处理,小波变换...

    整理电脑时,发现了本科时做的一个matlab GUI,关于图像处理的一些基本操作,里面有挺多功能的,看下面的图片。

    图像类型转化,几何运算,图像变换,添加噪声,图像复原,图像增强,图像分割,形态学处理,小波变换,和几个应用。内部源程序主要来源于——Matlab数字图像处理(张德丰第二版)。我把源文件传上来了,欢迎下载试用,有一些Bug,见谅,毕竟本科时候做的。

    链接地址:http://download.csdn.net/detail/dingkeyanlail/9809796

    展开全文
  • OF TECHNOLOGY OF TECHNOLOGY 第 第 PAGE #页 OF TECHNOLOGY OF TECHNOLOGY 第 第 PAGE #页 TOC \o "1-5" \h \z 摘要 2 数字图像概述 3 1.1数字图像处理的意义 4 1.2数字...matlab图像处理简介 6 matlab 简介 6 matlab
  • matlab中GUI的建立及图像处理的命令函数整理-matlab图像处理-常用函数列表.doc 关于matlab中GUI的建立及图像处理的命令 函数整理
  • 基于matlab的数字图像处理GUI设计

    万次阅读 多人点赞 2017-06-08 14:17:21
    matlab 数字图像处理GUI设计。

    简单的界面实现的几个简单的功能,只支持JPG格式图像,还有很多需要改进的。


    1、灰度化:提取jpg图像各个像素点的R、G、B三个类型的值,再对其进行加权平均。最后得到一个通道红绿蓝三个类型的加权平均。
    公式为:ima=0.299*ima_red+0.587*ima_green+0.114*ima_blue。


    2、二值化:二值化是在图像灰度化的基础上进行的,通过比较图像每个像素点的灰度值与阈值的大小关系来设置该点为0或1。


    3、中值滤波:基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号处理技术。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域,一般为方形邻域,也可以为圆形、十字形等等,然后将邻域中各像素的灰度值排序,取其中间值作为中心像素灰度的新值,这里领域被称为窗口,当窗口移动时,利用中值滤波可以对图像进行平滑处理。其算法简单,时间复杂度低,但其对点、线和尖顶多的图像不宜采用中值滤波。本系统中值滤波设置的核为长宽都是6的正方形,在此邻域内来找中值。

    4、低通滤波:在低通滤波中,低频信号能正常通过,而超过设定临界值的高频信号则被阻隔、减弱。首先对图像进行傅里叶变换,接着将FFT的DC分量移到频谱中心,指定滤波器截止频率和滤波半径后,通过低通滤波转换函数与该频率进行比较d=sqrt((i-n1)^2+(j-n2)^2)。若信号大于该频率,则置为0。


    5、均值滤波:均值滤波是典型的线性滤波算法,它是指在图像上对目标像素给一个滤波核,该核包括了其周围的临近像素,再用核中的全体像素的平均值来代替原来像素值。在本项目中,需先给出设计的正方形核的边长,之后便可以用指定大小的滤波核进行均值滤波。

    6、高斯滤波:高斯滤波是一种线性平滑滤波,适用于消除高斯噪声,广泛应用于图像处理的减噪过程。高斯滤波是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是:用一个模板(或称卷积、掩模)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值用。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。

    7、形态学-腐蚀:一般腐蚀操作对二值图进行处理,腐蚀操作如左图,当像素点(i,j+1)和(i+1,j)为1时则(i,j)为1。腐蚀是一种消除边界点,使边界向内部收缩的过程。可以用来消除小且无意义的目标物。如果两目标物间有细小的连通,可以选取足够大的结构元素,将细小连通腐蚀掉。

    8、直方图统计:灰度直方图是关于灰度级分布的函数,是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素,按照灰度值的大小,统计其出现的频率。图像直方图由于其计算代价较小,且具有图像平移、旋转、缩放不变性等众多优点,广泛地应用于图像处理的各个领域。

    9、sobel:图像的边缘是灰度或结构等信息的突变处,边缘是一个区域的结束,也是另一个区域的开始,利用该特征可以分割图像。Sobel算子是一阶导数的边缘检测算子,在算法实现过程中,通过3×3模板作为核与图像中的每个像素点做卷积和运算,然后选取合适的阈值以提取边缘。由于只采用2个方向的模板。

    10、canny:Canny检测主要分为四个步骤。首先为防止噪声干扰,先对图像进行去噪。接着可按照sobel的方式来计算图像梯度的幅值和方向。由于梯度大的不一定就是边缘,可以通过每个像素点的方向来确定该像素点在此邻域范围内是否是最大值,若是,则保留该像素点,不是则舍弃。最后用双阈值法再剔除一部分像素点并连接边缘。


    程序下载:http://download.csdn.net/detail/jidushanzhu/9864612


    展开全文
  • MATLAB中值滤波图像处理GUI界面加.m文件
  • 通过GUI界面对图像进行一些简单的处理,有图像复原、压缩、增强、滤波、裁剪、亮度调节、添加滤镜等等基本图像算法实现的功能。需要的可以下载,不懂可以私信我。
  • MATLAB2013实现图像处理GUI界面设计

    万次阅读 多人点赞 2019-01-09 12:55:49
    主界面主要包含两个axes来显示图像处理前后的效果。 3.下面来介绍本文设计的程序: function varargout = gui(varargin) gui_Singleton = 1; gui_State = struct('gui_Name', mfilenam...

    程序源码:https://github.com/klc407073648/matlab

    1.首先在Matalb命令行中输入guide指令:

    2.点击open,打开我设计好的界面如下:

    主界面主要包含两个axes来显示图像处理前后的效果。

    3.下面来介绍本文设计的程序:

    function varargout = gui(varargin)
    
    gui_Singleton = 1;
    gui_State = struct('gui_Name',       mfilename, ...
                       'gui_Singleton',  gui_Singleton, ...
                       'gui_OpeningFcn', @gui_OpeningFcn, ...
                       'gui_OutputFcn',  @gui_OutputFcn, ...
                       'gui_LayoutFcn',  [] , ...
                       'gui_Callback',   []);
    if nargin && ischar(varargin{1})
        gui_State.gui_Callback = str2func(varargin{1});
    end
    
    if nargout
        [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
    else
        gui_mainfcn(gui_State, varargin{:});
    end
    
    function gui_OpeningFcn(hObject, eventdata, handles, varargin)
    handles.output = hObject;
    guidata(hObject, handles);
    
    function varargout = gui_OutputFcn(hObject, eventdata, handles) 
    
    varargout{1} = handles.output;
    
    % --------------------------------------------------------------------
    %文件
    function open_Callback(hObject, eventdata, handles)%打开图片
    global im   %定义一个全局变量im
    global im2
    [filename,pathname]=...
        uigetfile({'*.*';'*.bmp';'*.tif';'*.png'},'select picture');  %选择图片路径
    str=[pathname filename];  %合成路径+文件名
    im=imread(str);   %读取图片
    im2=im;
    axes(handles.axes1);  %使用第一个axes
    imshow(im);  %显示图片
    
    function save_Callback(hObject, eventdata, handles)%保存图片
    global BW 
    set(handles.axes2,'HandleVisibility','ON');
    axes(handles.axes2);
    [filename,pathname]=uiputfile({'*.jpg';'*.bmp';'*.tif';'*.*'},'save image as');
    file=strcat(pathname,filename);
    BW=getimage(gca);
    imwrite(BW,file);
    set(handles.axes2,'HandleVisibility','Off');
    function quit_Callback(hObject, ~, handles)%退出操作
    close(gcf)  %关闭当前Figure窗口句柄
    
    % --------------------------------------------------------------------
    %菜单栏的调回函数,实际不使用
    function t1_Callback(hObject, eventdata, handles)
    
    function t2_Callback(hObject, eventdata, handles)
    
    function t3_Callback(hObject, eventdata, handles)
    
    function t4_Callback(hObject, eventdata, handles)
    
    function t5_Callback(hObject, eventdata, handles)
    
    function t6_Callback(hObject, eventdata, handles)
    
    function t7_Callback(hObject, eventdata, handles)
    
    function t8_Callback(hObject, eventdata, handles)
    
    function t9_Callback(hObject, eventdata, handles)
    
    
    % --------------------------------------------------------------------
    % 图像类型变换
    function rgb2gray_Callback(hObject, eventdata, handles)%原图-灰度
    global im
    global BW  %定义全局变量  
    axes(handles.axes2); 
    BW=rgb2gray(im);
    im=BW;
    imshow(BW);
    
    function im2bw_Callback(hObject, eventdata, handles)%原图-二值
    global im
    global BW  %定义全局变量  
    axes(handles.axes2); 
    BW=im2bw(im);
    im=BW;
    imshow(BW);
    
    function dither_Callback(hObject, eventdata, handles)%灰度-二值
    global im
    global BW  %定义全局变量  
    axes(handles.axes2); 
    BW=dither(im);
    im=BW;
    imshow(BW);
    
    % --------------------------------------------------------------------
    % 边缘检测
    function roberts_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    BW=edge(im,'roberts',0.04);
    imshow(BW);
    
    function sobel_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    BW=edge(im,'sobel',0.04);
    imshow(BW);
    
    function prewitt_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    BW=edge(im,'prewitt',0.04);
    imshow(BW);
    
    function log_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    BW=edge(im,'log',0.003);
    imshow(BW);
    
    function canny_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    BW=edge(im,'canny',0.2);
    imshow(BW);
    
    
    % --------------------------------------------------------------------
    %图像变换
    function DFT_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2); 
    I1=double(im);
    I2=fft2(I1);
    I3=fftshift(I2);
    I3=log(abs(I3));
    BW=I3;
    imshow(BW,[]);
    
    function DCT_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2); 
    I1=double(im);
    I2=dct2(I1);
    I3=log(abs(I2));
    BW=I3;
    imshow(BW);
    
    % --------------------------------------------------------------------
    % 图像旋转
    function rotate_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量 
    % A=getimage(handles.axes1);
    A=im;
    axes(handles.axes2); 
    prompt={'度数:'};
    def={'90'};
    answer=inputdlg(prompt,'请输入:',1,def);
    if ~isempty(answer)
    a = str2num(answer{1});
    J=imrotate(A,360-a);
    BW=J;
    imshow(BW);
    end
    
    function Initial_Callback(hObject, eventdata, handles)%初始化
    global im
    global im2
    global BW  %定义全局变量 
    BW=im2;
    im=im2;
    axes(handles.axes2); 
    imshow(BW);
    
    % --------------------------------------------------------------------
    % 图像噪声添加
    function gaussian_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量 
    I=im2double(im);
    J=imnoise(I,'gaussian');
    BW=J;
    axes(handles.axes2); 
    imshow(BW);
    
    function salt_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量 
    I=im2double(im);
    J=imnoise(I,'salt & pepper');
    BW=J;
    axes(handles.axes2); 
    imshow(BW);
    
    function speckle_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量 
    I=im2double(im);
    J=imnoise(I,'speckle');
    BW=J;
    axes(handles.axes2); 
    imshow(BW);
    
    function poisson_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量 
    I=im2double(im);
    J=imnoise(I,'poisson');
    BW=J;
    axes(handles.axes2); 
    imshow(BW);
    
    % --------------------------------------------------------------------
    % 图像滤波
    function medilt_Callback(hObject, eventdata, handles)%中值滤波
    global BW  %定义全局变量 
    J=medfilt2(BW, [3,3]);
    BW=J;
    axes(handles.axes2); 
    imshow(BW);
    
    function wiener_Callback(hObject, eventdata, handles)%自适应滤波
    global BW  %定义全局变量 
    J=wiener2(BW,[3,3]);
    BW=J;
    axes(handles.axes2); 
    imshow(BW);
    
    function filter2_Callback(hObject, eventdata, handles)%均值滤波
    global BW  %定义全局变量 
    M1=ones(3);
    M1=M1/9;
    J=filter2(M1,BW);
    BW=J;
    axes(handles.axes2); 
    imshow(BW);
    
    % --------------------------------------------------------------------
    % 形态学图像处理
    function bwmorph_Callback(hObject, eventdata, handles)%骨骼化
    global im
    global BW  %定义全局变量 
    I=im2double(im);
    I=im2bw(I);
    J=bwmorph(I,'remove');
    G=bwmorph(J,'skel',inf);
    BW=G;
    axes(handles.axes2); 
    imshow(BW);
    
    function imfill_Callback(hObject, eventdata, handles)%区域填充
    global im
    global BW  %定义全局变量 
    axes(handles.axes2); 
    I1=im2bw(im);
    
    I2=1-I1;
    se=ones(5);
    I3=imerode(I2,se);
    I4=1-I3;
    I5=imerode(I4,se);
    I6=imerode(I5,se);
    I7=imdilate(I6,se);
    BW=I7;
    
    imshow(BW);
    
    function diagonal_Callback(hObject, eventdata, handles)%对角线特征提取
    global im
    global BW  %定义全局变量 
    axes(handles.axes2);
    I1=im2bw(im);
    v=[1,1,1,1,1,1,1,1,1,1];
    se=diag(v);
    I2=imerode(I1,se);
    I3=imdilate(I2,se);
    BW=I3;
    imshow(BW);
    
    % --------------------------------------------------------------------
    %图像灰度变化
    function plotchange_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    A=im2double(im);
        a=0.3;%0.3 0.7 0.5 0.9
        b=0.7;
        c=0.1;
        d=0.9;
        %0.3 0.7 0.1 0.9
        B=A;
        [m,n]=size(B);
        Mg=max(max(B));
        Mf=max(max(A));
        for (i=1:m)
          for (j=1:n)
            if(A(i,j)>=0&&A(i,j)<=a)
                 B(i,j)=(c/a)*A(i,j);
            end
            if(A(i,j)>=a&&A(i,j)<=b)
                B(i,j)=(((d-c)/(b-a))*(A(i,j)-a))+c;
            end
            if(A(i,j)>=b&&A(i,j)<=1)
                 B(i,j)=(((Mg-d)/(Mf-b))*(A(i,j)-b))+d;
            end
          end
        end
       BW=B;
       imshow(BW);
    
    function imhist_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
     BW=im;
     imhist(BW);
     
    function histeq_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    BW=histeq(im);
    imhist(BW);
    
    
    % --------------------------------------------------------------------
    function histeqafter_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    imshow(BW);
    

    4.最终的生成界面如下。

    将原图进行灰度化处理效果如下

    5.GUI界面所实现的功能如下。

    展开全文
  • 基于MATLAB图像处理GUI设计

    万次阅读 2018-07-09 22:33:16
    1、win10)环境MATLAB2017a 百度云链接失败,可能被屏蔽了。 安装及破解方法: 下载完--选中--所有压缩包一起解压,出现如下文件--打开--里面有两个.iso文件,分别解压 然后新建一个文件:R2017a_win64_...

    1、win10)环境MATLAB2017a

     

    百度云链接失败,可能被屏蔽了。

    安装及破解方法:

    下载完--选中--所有压缩包一起解压,出现如下文件--打开--里面有两个.iso文件,分别解压

     

    然后新建一个文件:R2017a_win64_dvd1_dvd2,将上述解压是两个文件里文件全部复制到新建文件夹中(不是复制文件夹),提示有重复文件,直接替换

    如下(可能有点差异,不要生搬硬套)

     

    点击setup.exe安装(时间可能有点长,耐心等待)

     

    比看how.txt 安装秘钥及破解文件,按文件步骤。

    Matlab2017a安装大约10GB,建议不要安装在系统盘

    等待安装完成,就可以了。

     

     

     

    1、在MATALB2017a安装的文件找到bin文件夹 然后新建文件夹workspace

    ----把文件拷贝到wprkspace(直接将整理好的project文件拷贝到wprkspace)

     

     

    然后打开matlab 加载文件路径,如下图所示(注意:打开路径不对,matlab无法编译文件)

     

    到此环境搭建完成,程序文件也加载进来来,找到Gc_example01.m文件,点击运行即可。

     

    二、将三维图片转为二维图片

    (已经转换好了一部分,需要用其他CT图片参考下面不走)

    1、安装sante_dicom_editor软件,将.dcm文件转换为.png格式图片

    https://jingyan.baidu.com/article/948f5924004573d80ff5f90e.html

    2、读入的图像已转换为灰度图,并限制为255*255(避免图片过大使得在GUI显示出现畸变)

    三、GUI测试

    1、由于GUI自身设计界面的局限,放大倍数最好不要超过1.5(PS:图片过大占据GUI)

    2、测试结果:

     

     

    如有疑问或源码,欢迎留言交流,不定期查看谢谢。

    分享不易,一分一毛都是激励。

     

    展开全文
  • 这是图像处理课程课设,基于matlab图像处理系统,基本囊括对图像的基本操作。有GUI界面设计。
  • MATLAB图像去噪处理GUI设计与制作

    千次阅读 2020-11-30 18:45:00
    所以,消除在图像采集和传输过程中而产生的噪声,保证图像受污染度最小,成了数字图像处理领域里的重要部分。二、研究内容本文主要研究分析邻域平均法、中值滤波法及小波变换法的图像去噪算法。首先介绍图像处理应用...
  • MATLAB GUI图像处理

    2010-03-13 20:57:08
    MATLAB图像处理源码,采用GUI界面。
  • 所以,消除在图像采集和传输过程中而产生的噪声,保证图像受污染度最小,成了数字图像处理领域里的重要部分。二、研究内容本文主要研究分析邻域平均法、中值滤波法及小波变换法的图像去噪算法。首先介绍图像处理应用...
  • ---------------------------... Error in ==> gui_mainfcn at 94 gui_hFigure = local_openfig(gui_State.gui_Name, gui_SingletonOpt); Error in ==> xiti1_1 at 42 gui_mainfcn(gui_State, varargin{:}); 啥子情况?
  • 简单的界面实现的几个简单的功能,只支持JPG格式图像,还有很多需要改进的。1、灰度化:提取jpg图像各个像素点的R、G、B三个类型的值,再对其进行加权平均。最后得到一个通道红绿蓝三个类型的加权平均。公式为:ima=...
  • 图像处理GUI

    2015-07-12 12:13:26
    基于MATLAB图像处理GUI程序,可以进行简单图像分析,用于林业虫害监测
  • MATLABGUI图像处理

    万次阅读 多人点赞 2015-01-01 17:49:06
    matlabgui图像处理
  • Matlab特效处理
  • MATLAB GUI图像处理.zip

    2019-06-23 15:19:29
    图像处理基本功能MATLAB GUI界面设计,包括功能有图像去噪,图像增强,边缘检测,人脸检测等等......包括设计报告
  • MATLAB 数字图像 GUI.zip

    2019-09-21 11:59:41
    MATLAB数字图像处理期末作品,有GUI仿真界面,功能包括图像灰度处理、几何变化、RGB通道重组、直方图处理、阈值分割、噪声添加、边缘检测等。
  • ImageM:使用Matlab进行图像处理GUI
  • matlab gui简单的图像图像处理软件
  • 图像处理基本功能,包括:“打开”,“保存”,“退出”功能; 图像点运算,包括:灰度直方图,灰度线性变换,阈值变换和直方图均衡化; 图像几何运算,包括:平移,水平和垂直镜像,旋转和缩放; 图像空间域增强,...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 776
精华内容 310
关键字:

matlab图像处理gui

matlab 订阅